首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸识别中的活体检测技术研究

摘要第1-5页
Abstract第5-13页
第1章 绪论第13-23页
   ·引言第13-16页
   ·人脸识别第16页
   ·问题的提出和目标第16-19页
   ·本文的主要贡献第19-20页
   ·本文的内容安排第20-23页
第2章 活体人脸的生命特征第23-31页
   ·引言第23页
   ·活体研究的主要框架第23-25页
   ·活体人脸的生物学特征第25-27页
     ·人脸的新陈代谢第25-26页
     ·人脸的内环境稳态第26-27页
     ·人脸的应激性第27页
   ·活体人脸的化学成分第27-28页
   ·活体人脸的热辐射物理特性第28-29页
   ·活体人脸的心理过程体现第29-30页
   ·本章小结第30-31页
第3章 人脸识别系统中活体检测技术综述第31-49页
   ·引言第31页
   ·生物认证中的抗欺骗技术第31-35页
   ·人脸识别中的欺骗手段第35-37页
   ·人脸识别活体检测技术现状第37-45页
     ·三维深度分析第37-38页
     ·脸部运动的光流估计第38-40页
     ·多模生物认证系统第40-42页
     ·傅立叶频谱分析第42-43页
     ·人机交互方法第43-45页
     ·眨眼检测方法第45页
     ·热红成像人脸识别第45页
   ·活体检测技术性能评估第45-47页
   ·本章小结第47-49页
第4章 活体人脸的眨眼行为建模第49-71页
   ·引言第49-50页
   ·基于条件随机场的眨眼检测模型第50-56页
     ·条件随机场第50-51页
     ·眨眼检测模型描述第51-54页
     ·参数估计和推理第54-56页
   ·眼睛开合度量定义及计算第56-59页
     ·基于Adaboost的眼睛开合程度计算方法第56-57页
     ·眼睛部位的特征提取第57-59页
     ·训练结果示例第59页
   ·实验结果与分析第59-69页
     ·实验数据集第59-62页
     ·眼睛开合度训练样本处理第62-64页
     ·眼睛检测性能评价方法第64-65页
     ·眼睛检测实验结果第65-67页
     ·与级联Adaboost和HMM的比较实验第67-69页
     ·照片欺骗测试第69页
   ·本章小结第69-71页
第5章 活体人脸的场景上下文线索分析第71-89页
   ·引言第71-72页
   ·基于场景上下文线索的活体检测方法概述第72页
   ·场景上下文线索的提取算法第72-78页
     ·场景上下文线索区域的选取第72-74页
     ·尺度空间极值点检测第74-76页
     ·场景特征点的提取算法第76-78页
   ·场景上下文线索的比对算法第78-81页
     ·场景特征描述子的计算第79-81页
     ·场景上下文线索比对得分及活体判断第81页
   ·融合眨眼和场景上下文线索的活体检测第81-82页
   ·实验结果与分析第82-86页
     ·实验数据及参数设定第82-83页
     ·视频欺骗检测实验第83-84页
     ·与其他方法的比较实验第84-85页
     ·鲁棒性测试第85-86页
     ·融合眨眼和场景上下文线索的实验第86页
   ·本章小结第86-89页
第6章 活体人脸的热红外特性检测第89-103页
   ·引言第89-91页
   ·基于CCA的热红外与可见光人脸关联分析第91-94页
     ·CCA建模及活体判定第91-93页
     ·Kernel CCA第93页
     ·规整化计算方法第93-94页
   ·基于脸部分块的相关性扩展分析第94-96页
     ·人脸各部位相关性比较分析第94-95页
     ·脸部分块加权的相关性计算第95-96页
   ·实验结果与分析第96-101页
     ·实验数据第96-97页
     ·实验设置第97-98页
     ·相关性方法的活体检测性能第98-99页
     ·相关子空间维度对性能的影响第99-101页
   ·本章小结第101-103页
第7章 结论与展望第103-107页
   ·本文工作总结第103-104页
   ·进一步研究设想第104-107页
参考文献第107-121页
攻读博士学位期间主要的研究成果第121-123页
致谢第123-124页

论文共124页,点击 下载论文
上一篇:古代壁画图像保护与智能修复技术研究
下一篇:图像信息隐藏与隐写分析算法的研究